Het potentieel van ePROMs

1. INLEIDING

Deze korte paper bespreekt real-world evidence (RWE) en de groeiende interesse om RWE te gebruiken in latere fases van klinisch onderzoek. We geven een duidelijk overzicht van de wetenschappelijke waarde van RWE, het potentieel van patiëntgerapporteerde uitkomstmaten (PROMs) als bron van real-world data (RWD) en de valkuilen bij het verzamelen van betrouwbare data via digitale oplossingen. We lichten succesvolle use-cases in de tweedelijn toe en gaan in op de vraag hoe ePROMs kunnen uitgroeien tot een volwaardige bron van RWD.

Om de paper vlot te kunnen volgen, lichten we in hoofdstuk 1.1 Definities eerst enkele kernbegrippen toe.

1.1. DEFINITIES

Patiëntgerapporteerde uitkomstmaten (PROMs): instrumenten waarmee patiëntgerapporteerde uitkomsten (PROs) worden gemeten. PROs zijn alle rapporteringen van een patiënt over zijn gezondheidstoestand of -gedrag die rechtstreeks bij hem of haar vandaan komen. Ze omvatten domeinen zoals gezondheidsgerelateerde levenskwaliteit, symptomen (vb. pijn, vermoeidheid) en gezondheidsgerelateerd gedrag (vb. roken, bewegen).¹ Naast PROMs winnen patiëntgerapporteerde ervaringen (PREMs) terrein om zorgkwaliteit te meten.² In deze paper focussen we op digitale varianten, ePROs.

Real-world evidence (RWE): analyse van real-world data over het nut en de effectiviteit van geneesmiddelen of leefstijlinterventies. Die data kan afkomstig zijn uit elektronische medische dossiers, facturatiegegevens, registries of informatie die verzameld wordt via persoonlijke toestellen en gezondheidsapps.³ Wij focussen vooral op die laatste categorie.

eHealth: zorgdiensten die via elektronische en internetgebaseerde kanalen aangeboden worden. Enerzijds omvat dit het digitaal beschikbaar maken van zorginformatie, anderzijds het gebruik van technologie om zorgprocessen te verbeteren. In deze paper ligt de nadruk op dat tweede luik.

Primaire, secundaire en tertiaire zorg: primaire zorg is de dagelijkse zorg die door eerstelijnsprofessionals wordt geleverd en vormt meestal het eerste contactpunt. Secundaire zorg is gespecialiseerde zorg waarvoor doorgaans een doorverwijzing nodig is. Tertiaire zorg verwijst naar hooggespecialiseerde centra die complexe behandelingen uitvoeren.

2. REAL-WORLD EVIDENCE EN DIGITALE ZORG

2.1. DE WAARDE VAN SECUNDAIRE DATA VOOR KLINISCH ONDERZOEK

Gerandomiseerde gecontroleerde studies (RCT’s) blijven de gouden standaard om efficiëntie en veiligheid aan te tonen.⁴ Ze bewijzen de superioriteit van een interventie tegenover een bestaande behandeling of placebo en vormen, samen met meta-analyses, het hoogste niveau van bewijs. Omdat RCT’s plaatsvinden in een strikt gecontroleerde omgeving, kwam er historisch weinig aandacht voor het leren uit gegevens uit de dagelijkse praktijk. Ruwe observaties werden meestal niet digitaal bewaard, waardoor de kloof tussen “leren” en “doen” groter werd.⁵

Vandaag is medische informatie grotendeels digitaal beschikbaar en groeit de interesse van instanties zoals de FDA en EMA om RWD te gebruiken.⁶ Hoewel RWE waardevolle inzichten kan opleveren in effectiviteit en generaliseerbaarheid, zal het RCT’s niet vervangen.⁷ Het is eerder een krachtige aanvulling: geschikt voor post-market surveillance, het detecteren van zeldzame nevenwerkingen of interacties en het snel invullen van kennislacunes dankzij digitale tools.^8,9

2.2. DIGITALE ZORGOPLOSSINGEN EN SECUNDAIRE DATA

De digitale explosie van de voorbije twintig jaar leverde een massa aan zorgapps op.¹⁰ ePROM-vragenlijsten groeiden uit tot een vertrouwd middel in de tweedelijn. Studies tonen aan dat ePRO’s de levenskwaliteit verbeteren en zelfs overleving kunnen verhogen bij onder andere oncologische patiënten door betere opvolging en voorspellende modellen.^11-13 Ook in nefrologie en cardiologie blijkt dat telemonitoring via ePRO’s zowel patiënten als zorgteams ondersteunt.^14-17 Ondanks deze positieve signalen blijft grootschalige implementatie schaars en blijft het gebruik vaak beperkt tot specifieke ziekenhuistrajecten.

2.3. VALKUILEN VAN REAL-WORLD EVIDENCE

RWE heeft veel potentieel maar kan RCT’s niet vervangen. Het is vooral krachtig als aanvullende bron, bijvoorbeeld in farmacovigilantie.⁹ Er zijn wel belangrijke methodologische uitdagingen. Data worden vaak niet met een welbepaald onderzoeksidee verzameld, vereisen uitgebreide opschoning en kunnen ruis opleveren wanneer studies slecht zijn opgezet.^3,18 Het verbinden van data tussen zorgactoren is moeilijk in een gefragmenteerd systeem en er zijn vragen over datagebruik en -eigendom.¹⁹

Daarnaast zijn er biases: selectiebias (niet-gerandomiseerde populaties), performantiebias (verschillen in therapietrouw), attritiebias (uitval) en publicatiebias.²⁰ Ook confounding blijft een risico. Propensity score-methodes kunnen een deel van deze vertekeningen corrigeren, maar het blijft essentieel om RWE zorgvuldig op te zetten.²¹

3. HOE HAAL JE RESEARCHWAARDE UIT RWD?

Het gebruik van PROMs in de tweedelijn is al meermaals positief geëvalueerd.²² Patiëntgerapporteerde data verhogen de levenskwaliteit, verlagen de ziektelast en bevorderen de communicatie tussen patiënt en zorgverlener.^12,16,17,22 Daarnaast kan geanonimiseerde en geaggregeerde data inzichten opleveren in ziektetrajecten en systeemperformantie.

RWD kent echter uitdagingen. Recente studies tonen aan dat elektronische reminders therapietrouw positief kunnen beïnvloeden.²³ Als die bevindingen doorgetrokken kunnen worden naar digitale vragenlijsten, helpt dit om uitval en prestatieproblemen te beperken.

Tot slot kan het beter documenteren van subtiele gezondheidsveranderingen leiden tot snellere interventies en voorkomen van heropnames, wat zowel de gezondheidsuitkomst als de kostenefficiëntie ten goede komt.²⁴

4. REFERENTIES

1. Andrew P, Puddle S, Spencer M, Shaabany M, Fisher G. Patient Reported Outcome Measures Programme. Inst Innov Improv. 2021;(September):1–6. (CMS Measures Management System)

2. Desomer A, Van den Heede K, Triemstra M, Paget J, De Boer D, Kohn L, et al. Het gebruik van patiëntuitkomsten en -ervaringen (PROMs/PREMs)… KCE Reports 303A, 2018.

3. Sherman RE, Anderson SA, Dal Pan GJ, et al. Real-World Evidence — What Is It and What Can It Tell Us? N Engl J Med. 2016;375(23):2293–7. (DOI: 10.1056/NEJMsb1609216)

4. Kabisch M, Ruckes C, Seibert-Grafe M, Blettner M. Randomized Control Trials. Dtsch Arztebl. 2011;108(39):663–8.

5. Eichler HG, Bloechl-Daum B, Broich K, et al. Data Rich, Information Poor… Clin Pharmacol Ther. 2018;105(4).

6. Arlett P, Kjaer J, Broich K, Cooke E. Real-World Evidence in EU Medicines Regulation… Clin Pharmacol Ther. 2022;111.

7. Beaulieu-Jones BK, Finlayson SG, Yuan W, et al. Examining the Use of Real-World Evidence in the Regulatory Process. Clin Pharmacol Ther. 2020;107(4):843–52.

8. Tatonetti NP, Ye PP, Daneshjou R, Altman RB. Data-driven prediction of drug effects and interactions. Sci Transl Med. 2012;4(125).

9. Evans K. Real World Evidence: Can We Really Expect It to Have Much Influence? Drugs - Real World Outcomes. 2019;6(2):43–5.

10. Kuehn BM. Is there an app to solve app overload? JAMA. 2015;313(14):1405–7.

11. Iivanainen S, Alanko T, Peltola K, et al. ePROs in the follow-up of cancer patients… J Cancer Res Clin Oncol. 2019;145(3):765–74.

12. Iivanainen S, Ekstrom J, Virtanen H, et al. Electronic patient-reported outcomes… BMC Med Inform Decis Mak. 2021;21(1):205.

13. Basch E, Deal AM, Dueck AC, et al. Overall survival results… JAMA. 2017;318(2):197–8.

14. Kyte D, Anderson N, Auti R, et al. Development of an electronic patient-reported outcome measure… J Patient-Reported Outcomes. 2020;4(1).

15. Masterson Creber R, Spadaccio C, Dimagli A, et al. Patient-Reported Outcomes in Cardiovascular Trials. Can J Cardiol. 2021;37(9):1340–52.

16. Bell K, Dykas C, Muckian B, et al. Patient-Reported Outcome Information… ACR Open Rheumatol. 2021.

17. Generalova O, Roy M, Hall E, et al. Implementation of a cloud-based ePRO platform… J Patient-Reported Outcomes. 2021;5(1).

18. Davis B et al. Getting real with real-world evidence. Deloitte Insights. 2016.

19. Asche CV, Seal B, Kahler KH, et al. Evaluation of Healthcare Interventions and Big Data… Pharmacoeconomics. 2017;35(8):759–65.

20. Krause JH, Saver RS. Real-world evidence in the real world: Beyond the FDA. Am J Law Med. 2018;44(2–3):161–79.

21. Johnson SR, Tomlinson GA, Hawker GA, et al. Propensity Score Methods… Rheum Dis Clin North Am. 2018;44(2):203–13.

22. Rotenstein LS, Huckman RS, Wagle NW. Making Patients and Doctors Happier — The Potential of Patient-Reported Outcomes. NEJM. 2017;337(14):1309–12.

23. Ghazi L, Yamamoto Y, Riello RJ, et al. Electronic Alerts to Improve Heart Failure Therapy… J Am Coll Cardiol. 2022;79(22):2203–13.

24. Kwok CS, Abramov D, Parwani P, et al. Cost of inpatient heart failure care… Int J Cardiol. 2021;329:115–22.